作者:冯娜 单位:长春工程学院 出版:《长春工程学院学报(自然科学版)》2019年第04期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGCZ2019040270 DOC编号:DOCCGCZ2019040279 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于四分之一超球SVM的WSN异常检测》PDF+DOC2019年第04期 华志颖,吴蒙,杨立君 《基于SVM的多传感器信息融合算法》PDF+DOC2005年第04期 周鸣争,汪军 《基于核函数SVM的穿戴式姿态识别系统》PDF+DOC2010年第10期 胡一帆,林欣,丁永生,吴怡之 《小波和多核SVM方法在UVA传感器故障诊断的应用》PDF+DOC2014年第01期 叶慧,罗秋凤,李勇 《基于SVM的传感器故障诊断和信号恢复技术》PDF+DOC2013年第12期 陈烨,王建平 《多核SVM对传感器动态建模的研究》PDF+DOC2013年第01期 吴延增,张政国,刘旭宁 《基于SVM的多传感器信息融合》PDF+DOC2013年第03期 孙颖,刘玉满,龚稳 《基于支持向量机的雷达电子支援措施系统点迹-航迹关联算法》PDF+DOC2019年第09期 王江卓,徐文聪,李建勋,贺丰收,曹兰英,缪礼锋 《支持向量机在目标融合识别中的应用》PDF+DOC2011年第S1期 魏晓明,王明皓 《基于支持向量机的传感器非线性误差校正》PDF+DOC2006年第02期 周鸣争,汪军
  • 定位问题是无线传感器网络的基本问题,对监控整个平台起到了支撑作用。目前,由于传感器节点受自身计算能力、功耗、通信能力等条件的制约,还没有一个通用的定位方法。因此,新的传感器网络定位方法的研究具有十分重要的意义。重点研究了利用Matlab软件分析支持向量机(SVM)算法中的核函数在传感器定位中的应用。采用内核方法针对传感器网络的粗粒度的定位问题,解决统计学习理论的内核方法模式识别问题,并用算法评估模拟传感器网络。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。